考虑电动汽车集群时空能量可调控特性的交直流混合配电网紧急优化调度

针对交直流混合配电网存在强随机性分布式电源接入、电力电子变流器的过载能力受限的特点,提出了考虑电动汽车(EV)集群时空能量可调控特性的交直流混合配电网紧急优化调度方法。基于负荷在紧急状态下的响应特性差异建立紧急响应负荷模型,基于紧急优化调度的实际需要和EV集群中各单元的荷电状态、并离网状态差异性特点建立EV聚合商紧急调控模型;综合考虑调度单元的经济性与系统可靠性,建立紧急优化调度模型;基于改进的IEEE 33节点交直流混合配电网构建2种故障场景,基于最差净负荷功率曲线进行优化求解,并将EV集群与容量相当的传统储能的紧急优化调度结果进行对比,结果验证了所提方法的灵活性、有效性及经济优越性。     

基于深度强化学习的大规模电动汽车充换电负荷优化调度

针对大规模充换电站的聚合优化调度问题,提出一种基于SAC深度强化学习的充换电负荷实时优化调度策略。该策略充分考虑了负荷调控过程中的用户因素、系统因素和市场因素,能够实现大规模电动汽车与各类电力系统主体的友好互动。首先,考虑充换电站的发展规模和调度性能建立联合运行框架;其次,提出考虑多重用户特征的可调性识别模型对电动汽车的实际可调性进行判断;进而,考虑充换电站优化调度的多重时空特征,构建不同场景下可调充换电负荷的优化调度模型;然后,基于SAC算法求解并网充换电负荷的实时调度方案;最后,以电动汽车聚合优化虚拟电厂负荷为例,验证了SAC算法应用于大规模电动汽车充换电负荷实时优化调度的经济性和高效性。     

考虑电动汽车用户意愿的滚动优化调度

大规模电动汽车(EV)接入电网后,其无序充放电行为会给电力系统带来极坏的影响,因此对EV进行聚合分类并引导其有序充放电变得非常重要。然而,不同EV用户的需求具有明显的个性化、多样化,为了给不同EV用户提供精准的服务,需要对EV用户的意愿进行响应。首先,提出了行为倾向函数,其中包含了EV的剩余电量、未来出行距离、上一时段的充放电状态、停车时长等信息,以评价EV用户对主动参与调度的意愿;然后,根据EV用户的行为倾向对EV进行分类;最后,建立考虑配电网网损、风电与负荷的匹配度以及负荷方差的多目标优化函数对分类后的EV进行滚动调度,以确定最优调度策略。以改进的IEEE 33节点系统为算例进行仿真分析,仿真结果表明,所提优化调度方法准确响应了EV用户的多样化需求,既满足了EV的用车需求,又提高了EV充放电的整体效益,同时有效降低了配电网网损及负荷方差,提高了风电与负荷的匹配度。     

价格与激励联合需求响应下电动汽车长时间尺度充放电调度

为充分调动电动汽车充放电潜力,降低电动汽车接入对电网的影响,提出了一种价格与激励联合需求响应下电动汽车长时间尺度充放电调度策略。首先,制定了结合价格型与激励型需求响应的联合需求响应措施,以这两类需求响应对电动汽车进行分群,并针对不同电动汽车群分别进行长时间尺度优化。其次,将需求响应措施作为电动汽车聚合商与电动汽车间的调度通道,以电动汽车聚合商净收益最大及负荷波动最小为目标,建立电动汽车聚合商调度模型;以电动汽车调度成本最小及心理效应最小为目标,建立电动汽车长时间尺度调度模型。最后,以100辆电动汽车为例的仿真结果表明,所提调度策略能在长时间宏观尺度上有效提高电动汽车聚合商净收益,同时减小负荷波动及降低电动汽车调度成本。     

考虑不确定性与非完全理性用能行为的电动汽车集群可调度潜力计算方法

电动汽车(EV)的保有量与渗透率不断提高,且电力市场对售电侧放开,因此充分发挥需求侧资源的可调度潜力参与电力系统的优化调节显得愈加重要。提出了一种模型-数据混合驱动的EV集群可调度潜力计算方法。首先,根据闵可夫斯基求和理论将EV集群聚合为广义储能(GES)设备,基于双向长短期记忆网络形成GES模型参数的预测方法,根据EV用户的停驶数据进行用能规律挖掘以应对EV充电行为的随机性,并确定GES模型的容量、功率边界;然后,考虑EV用户的经济用能因素和非完全理性行为因素建立EV集群自调度模型,根据停驶数据的预测结果计算自调度负荷曲线;最后,计算GES设备的再调度容量、再调度功率,量化计算EV集群的可调度潜力。仿真算例结果表明,所提方法能够在明确EV集群用能行为与发挥可调度潜力参与需求响应之间界限的同时,量化EV集群的可调度潜力来为聚合商参与电力市场交易提供依据。     

电动汽车集群参与调频辅助服务市场的充电调控策略

随着电力市场改革的推进,电动汽车(EV)接入电网可作为分布式储能设备提供与电池储能类似的调控能力,探索电动汽车集群(EVA)参与电力辅助服务市场的潜力,可带来增长车主在电力市场盈利和提升电网安全经济运行的双重效益。首先,提出了一种EVA参与多品种电力市场交易的调控与市场收益评估方法,在满足用户多样化充电需求的同时,提出了EVA参与日前能量市场和调频辅助服务市场的协同充电优化策略。然后,根据不同时段EV提供的调频能力,构建EVA参与电网调峰调频的控制系统分析频率响应效果。最后,应用PJM调频市场机制进行算例分析。该策略在考虑性能得分的情况下,同时考虑了容量收入和里程收入,最终结果表明EVA调频效果显著,并且有效提升了EVA参与电力市场调节的经济性。     

计及激励型需求响应的电动汽车聚合商充电优化调度

研究了电动汽车聚合商如何决策最优的经济激励值和充电量,以达到收益最大化的目的。提出了用户向聚合商交流其充电情况的主动需求响应方式;构造了基于经济激励的电动汽车聚合商的最优充电调度模型,所建立的调度模型是一个二层模型,上层以聚合商收益最大为目标,以用户主动需求响应量为约束,下层为实时电力市场的出清模型,上层模型中的市场电价来自于下层模型;将该模型转化为混合整数线性规划模型,采用拉格朗日替代法与分支切割法的协同组合方法求解。算例分析表明所提模型能够提高聚合商的收益。     

适用于大规模充电场站的深度强化学习有序充电策略

针对大型充电场站内规模化电动汽车的有序充电问题,提出一种基于双深度Q网络（DDQN）深度强化学习方法的电动汽车充电安排策略,能有效计及电动汽车出行模式和充电需求的不确定性,实现充电场站充电成本最小化的目标。首先,对电动汽车泊车时间和充电需求特征进行提取;其次,为解决维数灾问题,提出一种“分箱”方法和充电次序优化策略以控制状态和动作空间的大小,从而建立了一种适用于大规模电动汽车有序充电的马尔可夫决策过程（MDP）模型;然后,应用DDQN的强化学习算法对电动汽车有序充电策略进行求解;最后,通过仿真算例验证了所提方法的有效性,不仅能有效减少充电场站的充电成本,而且能使模型训练难度不受电动汽车规模影响。     

基于SSA-BiGRU-Attention模型的变压器油中溶解气体含量预测

油中溶解气体含量的准确预测对变压器安全稳定运行具有重要意义。为克服传统预测方法仅考虑油中溶解气体含量单一一类变量以及依靠经验为模型选参的局限性,提出一种考虑多因素的变压器油中溶解气体含量自适应预测方法。首先收集变压器在正常和异常运行情况下油中溶解气体的在线监测数据、温度数据(环境、变压器顶层油)、环境风速数据,并通过注意力机制(attention mechanism)计算各数据变量具体权重后作为预测模型的输入;然后通过麻雀搜索算法(sparrow search algorithm,SSA)对双向门控循环单元(bidirectional gated recurrent unit,Bi GRU)预测模型中批处理、学习率、隐藏层层数和层神经元数4个重要参数进行智能迭代优化,得到最优参数值,在此基础上,构建SSA-Bi GRU-Attention优化模型,实现对油中溶解气体含量的预测。研究结果显示,利用该文提出的模型对正常运行条件下油中溶解气体含量进行预测,预测精度可达到98.3%;对达到注意值的油中溶解气体含量进行预测,能较好地预测气体数据的峰值和拐点,预测精度可达到86.6%。该文提出的变...     

计及调频备用效益的主动配电网分层分布式协调优化调度

含高比例新能源新型电网的建设发展对调频辅助服务提出了更高的需求。针对这一问题,提出了一种计及调频备用效益的主动配电网分层分布式协调优化调度方法,在满足配电网运行经济性最优的同时,为输电网提供调频备用容量。建立分层分布式调度架构,协调调度层和集群自治层均采用分布式拓扑结构,各智能体与邻近智能体相互通信并完成个体计算任务;以灵活性特征表征分布式能源响应调频辅助服务请求的能力,构建两者集合之间映射的对应法则;建立协调优化调度模型,采用一致性算法求解得到最优功率方案和共识价格,并获得集群备用容量。通过算例仿真验证所提计及调频备用效益的协调优化调度方法的有效性,并结合典型通信故障场景分析分层分布式算法的鲁棒性。     

考虑电力-交通交互的配电网故障下电动汽车充电演化特性

由于配电网与交通网间的耦合交互作用,高渗透率电动汽车接入下的配电网故障可能对两网的运行产生扩大影响,厘清故障下电动汽车充电负荷对电网和交通网运行状态的影响以及充电站充电负荷分布是及时阻断故障影响的基础。针对此,提出了考虑电力-交通交互的配电网故障下充电特征演化分析方法。首先,考虑配电网故障下充电负荷变化对配电网的影响,提出了计及充电负荷变化灵敏度的变步长重复潮流模型以计算配电网最大供电能力。其次,结合用户有限理性决策和动态交通均衡,构建了配电网故障影响下的交通运行状态演化模型。进一步,以电动汽车出行和充电为耦合单元,基于改进的Davidson函数描述供电能力对充电行为的影响,建立了两网交互的作用关系。最后,仿真分析了考虑网络耦合的配电网故障下充电负荷演化规律及其影响。     

考虑低碳制氢的微电网优化配置

“双碳”目标下,为减少弃风弃光量和传统制氢方法的碳排放,同时提升微电网经济性,对考虑低碳制氢的微电网优化配置进行了研究。通过对制氢过程进行建模,提高经济分析的真实性,结合微电网结构建立考虑低碳制氢的微电网模型,综合考虑微电网配置运行成本、售电/售氢收益以及低碳制氢所带来的节碳收益,建立考虑低碳制氢的微电网优化配置模型,并从系统和设备2个角度提出了衡量配置结果的评价指标。通过分析电、氢设备调度逻辑,提出了一种电氢协调调度策略,采用基于动态时间规整距离的K-means聚类和改进的粒子群优化算法求解得到系统优化配置结果。最后,通过算例仿真验证了制氢装置建模和调度策略的有效性,并分析了售氢价格对优化配置的影响。     

长时间尺度下计及里程焦虑心理效应的电动汽车充放电调度策略

电动汽车在需求侧能够发挥出优秀的灵活响应潜力。以往研究多侧重电动汽车的短时间尺度调度,但短时间尺度调度未从宏观时间尺度优化而易陷入短时局部最优。为此,提出了一种长时间尺度下计及里程焦虑心理效应的电动汽车充放电调度策略。首先,构建了长时间尺度电动汽车最优充放电调度策略框架;其次,考虑了电动汽车充放电操作的电池损耗成本以及电动汽车用户出行里程焦虑心理效应,以完善对电动汽车用户效益的量化;在此基础上,建立了考虑电动汽车调度成本及里程焦虑心理效应的长时间尺度电动汽车日前-实时双层多目标调度模型;最后,基于滚动时域优化方法对实时优化问题进行处理,利用非支配排序遗传算法对多目标问题进行求解。算例表明：所提策略可使电动汽车用户的里程焦虑心理效应在调度周期内长期维持低于0.25;维持较高水平(如0.75～0.9)的荷电状态可降低调度成本及里程焦虑,提升用户满意度,进而提升其接受调度的积极性与参与度。     

计及含蒸汽热泵工业园区能量品位转换的综合能源优化调度

沿海工业园区具有大量蒸汽需求,且存在能源利用率低及风电浪费严重的问题。为此,以位于中国江苏省靠近海上风电并网点的某沿海工业园区为研究对象,提出一种考虑高温蒸汽热泵能量品位转换的综合能源系统优化调度方法。首先,构建高温蒸汽热泵能量品位转换模型,以实现电热耦合及能源梯级利用;然后,提出含高温蒸汽热泵的风电消纳策略,以促进系统风电消纳;最后,考虑风电出力预测误差,建立以总运行成本最小为目标函数的综合能源系统随机优化调度模型。仿真结果表明,所提调度方法有效促进了海上风电消纳,可在解耦冷热电联产（CCHP）机组“以热定电”运行约束的同时满足工业园区的蒸汽负荷需求。同时,提升了能源利用效率,具有良好的社会经济效益,可有效保障系统运行的可靠性。     

考虑电动汽车充电需求的虚拟电厂负荷均衡管理策略

大规模可再生能源及电动汽车的接入会影响整个电力系统的用电平衡,为提高可再生能源利用率并均衡负荷用电,提出一种面向虚拟电厂并考虑电动汽车充电需求的负荷均衡管理策略。首先,根据各类负荷及分布式电源的电力数据计算电力供需差额及电网的电力平衡关系。在考虑可再生能源使用效率和电动汽车充电需求的基础上,采用所提出的分层电力调度系统对用电负荷进行调度。此外,提出一种实时功率跟踪机制来处理可再生能源发电、电力负荷和电动汽车充电的预测误差。最后,通过算例验证该方案的有效性和适用性,结果表明构建考虑电动汽车充电需求的虚拟电厂并融合多类资源,可发挥互补效应,实现虚拟电厂的负荷均衡管理,从而增强电能交互整体的平稳性,保障系统的安全性和经济性。     

不完全信息下计及环境成本的多能源集线器博弈优化调度

为解决综合能源系统内多个能源集线器间的不完全信息以及竞争制约关系给系统经济与环境优化调度带来的挑战,建立了经济和环境协同的综合能源系统优化调度模型,并分析了动态价格机制下多能源集线器间的制约关系,采用决策博弈方法对多能源集线器进行优化调度。针对能源集线器间热电联产运行模式的不完全信息,采用贝叶斯博弈对多能源集线器间的不完全信息博弈关系进行建模,并给出了博弈算法描述,获得计及环境成本的多能源集线器间贝叶斯博弈优化调度方案。仿真分析表明,依据不完全信息下多能源集线器间的博弈模型所得综合能源系统经济与环境优化调度方案趋近于实际情况,能够在提高经济效益的同时兼顾环境污染问题,具有合理性和可行性。     

基于时序生成对抗网络的居民用户非侵入式负荷分解

现有的非侵入式负荷分解算法往往需要大量电器设备级的负荷数据才能保证分解精度,但由于用户对隐私性的考虑以及安装成本过高等问题,很难获取这些数据。因此,构建一种能深度挖掘电力负荷数据时序特性和电器相关性的时序生成对抗网络。利用降维网络对所有电器有功功率序列组成的高维向量进行降维以降低计算的复杂度,通过复原网络将结果还原为高维向量。基于电器运行状态和深度学习的非侵入式分解方法,运用卷积神经网络-双向门控循环单元构建状态复杂电器的负荷分解回归模型,对状态简单电器利用深度神经网络构建负荷识别分类模型。通过对比其他数据生成方法,以及改变典型公开数据集中生成数据比例所得的负荷分解结果验证了所提方法的有效性。     

考虑电化学模型的配电网侧光储系统分布式优化调度

配电网侧广泛接入的光储系统具备成为电网调度中灵活性资源的潜力。为了提高光储系统调控的精细程度,分析建模了光储系统运行的动态特性,构建了考虑电化学模型的光储调度模型。针对保护节点用户隐私和调用分布式计算资源的需求,根据该光储调度模型给出了适用于计算的矩阵化形式,并构建了各节点处含光储系统的配电网调度优化的分布式子问题,实现了该调度优化问题的分布式求解。基于IEEE 33节点系统算例验证了所提方法的有效性。结果表明,该方法给出的调度方案在可行性、储能运行高效性和老化衰退抑制能力等方面具有优势。     

基于改进延迟接受算法的电动汽车-快充桩匹配策略

针对电动汽车用户在选择充电目标站点上的差异性,提出了一种考虑充电选择冲突的电动汽车-快充桩快速匹配策略。提出以数字地图接口为底层数据支撑的电动汽车充电预约服务构架;根据充电偏好将用户划分为距离敏感型用户、时间敏感型用户、价格敏感型用户,并建立考虑不同充电偏好的快速充电匹配模型;借鉴“婚姻市场”中一对一匹配的延迟接受算法,提出基于改进延迟接受算法的电动汽车-快充桩匹配策略,通过多轮次算法解决充电服务市场中的多对一匹配问题。以上海市某测试区域为算例,验证所提策略的有效性、适用性和稳定性,算例结果表明所提策略在考虑了充电站容量利用率均衡的同时,可通过服务资源合理分配提升充电站的盈利。     

基于“损耗-时间”最优的超级电容器充电策略

提出一种基于充电损耗与时间综合目标函数的超级电容器最优充电策略,根据预先提取的电容器“阻-流”特性在线确定不同运行条件下的最优充电电流。对Maxwell 2.7 V/10 F超级电容器单体进行测试,以验证所提策略的可行性。在此基础上,以1 kV/6.7 kW·h的超级电容器为例,通过MATLAB仿真定量分析了充电模式、荷电状态区间以及电容器老化对最优充电性能的影响。研究结果表明：所提策略可在超级电容器不同充电模式、荷电状态区间及老化状态下有效提升系统充电效能。